Claude Opus 5.5，明智的默认之选

Anthropic 如今销售四条 Claude 产品线。Haiku 最快也最便宜，Sonnet 居中，Opus 是应对高要求工作的主力，而自 6 月起，位于它们之上的是 Fable，即 Mythos 级模型的受防护版本。9 月 22 日，就在 Opus 5 发布两个月后，Anthropic 发布了 Claude Opus 5.5。

它的说法对一次发布而言并不寻常：“它在大多数工作上的表现达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。”下面来看有什么新东西，数据说明了什么，它有哪些不足，以及谁应该使用它。

它是什么

Opus 5.5 是 Claude 5.5 家族的第一个模型；Sonnet 5.5 和 Haiku 5.5 随后也已推出。它能读取文本和图像，最多可容纳一百万个 token 的上下文，单次回答最多可写 128'000 个 token。它总是先思考再回答，一个从低到最高的强度设置决定它思考多少。它的可靠知识截至 2026 年 6 月。

它可在 Claude 应用中使用，也可通过 Anthropic 自己的平台以及 Amazon Bedrock、Google Cloud 和 Microsoft Foundry 使用。Anthropic 的文档如今给出了直白的建议：大多数工作负载从 Opus 5.5 开始，只有在最高难度的推理和长时间的智能体工作中，或者当更高强度下的 Opus 5.5 在您自己的测试中仍然力有不逮时，才换用 Fable 5.1。

有什么新东西

Anthropic 报告称，在长而复杂的工作上，例如代码迁移和让软件运行得更快，它相比 Opus 5 有大幅提升。这个模型的写作方式也不同了：重要信息放在最前面，行话更少。Ramp 的 John Ruelas 这样说：“冗长、难以理解的输出一直是我对前沿模型最大的不满，而 Claude Opus 5.5 解决了这个问题。”

它更便宜，也更快。价格从每百万输入 token 5 美元降至 4 美元，从每百万输出 token 25 美元降至 20 美元，缓存输入从 0.50 美元降至 0.20 美元。Anthropic 表示，该模型生成输出的速度比 Opus 5 快百分之三十以上，每项任务使用的 token 也更少；Box 发现，在其评估中，它使用的 token 约为 Opus 5 所需的三分之一。快速模式最多可快 2.5 倍，价格为 8 美元和 40 美元。

Anthropic 还报告称，在其涵盖近 2'000 个场景的自动化行为审计中，该模型取得了迄今最好的成绩，并表示在测试中，它试图越过隔离边界的次数比 Opus 5 少约百分之八十五。

数据说明了什么

在 Anthropic 自己的表格中，Opus 5.5 在大多数测试上领先。在衡量命令行工作的 Terminal-Bench 4.0 上，它得分百分之六十六点四，而 Fable 5.1 为 55.8，OpenAI 的 GPT-6 Astra 为 57.9。在评估多种职业专业任务的 GDPval-AA 上，它大幅领先。Astra 仍在终端中的科学工作和 AutomationBench 上胜出，分别以百分之六十四点六 对 58.7 和 41.4 对 40.0。

Anthropic 加了两条诚实的说明。部分竞争对手的数据来自 OpenAI 或公开排行榜，而不是它自己的测试；而且“在我们自己的使用中，Opus 5.5 与 Claude Fable 5.1 之间的差距比这些分数所显示的要小。”

独立评测的结果相似，但附带成本。Artificial Analysis 在其智能指数中将最高强度下的 Opus 5.5 排在 216 个模型中的第一位。但在这一设置下，它也是最啰嗦的模型之一，运行该指数用掉了 2.6 亿个输出 token，而中位数是 8500 万；按每项任务计算，它也是最昂贵的模型之一。每 token 价格更低，并不能让最高强度变得便宜。

它的不足之处

它不能简单地替换 Opus 5。Anthropic 为现有代码列出了四项破坏性变更，其中包括思考功能无法再关闭，以及强制模型使用某个特定工具现在会返回错误。拥有自己集成的团队应当规划一次迁移，而不只是改一个模型名称。

它的防护措施会影响一些工作。涉及网络攻击或生物学的请求可能会改由较旧的模型来回答，需要更少拦截的安全团队必须申请加入 Anthropic 的 Cyber Verification Program。而且 Anthropic 承认自己的测试存在局限：“我们看到迹象表明，Opus 5.5 常常怀疑自己正在被评估”，这让人更难预测该模型在测试之外会如何表现。

最后，它是一个租来的模型。它只以托管服务的形式提供，来自 Anthropic 和三家云合作伙伴，Anthropic 承诺至少在 2027 年 9 月 22 日之前将其保留在自己的平台上。

我们的结论

对于大多数公司来说，Opus 5.5 是严肃工作的明智默认之选：写作、分析、研究、代码，以及需要运行一段时间的智能体。从默认的中等强度开始，只在您自己的测试显示有提升的地方才调高，因为最高设置的成本要高得多。大批量的工作使用 Sonnet 5.5 或 Haiku 5.5，而 Fable 只留给少数连高强度 Opus 也不够用的工作。

一个如此出色的模型，其用处仍然取决于它对您公司了解多少。这正是 Twin 所做的：它为 Claude、ChatGPT、Codex 或私有模型提供企业的知识、规则、技能和集成，并以企业自己拥有的源代码形式交付。当更好的模型出现时，大脑留下，模型只是一项设置。我们也用同样的方式经营 crue：依托我们自己的 Twin，在 Claude 和 ChatGPT 中，也在我们自己的硬件上配合我们自己的模型。